目的:开发和验证乳腺癌患者新发心血管疾病(cardiovascular disease,CVD)的3年预测模型.方法:基于内蒙古区域医疗数据,纳入接受抗肿瘤治疗的18岁以上乳腺癌女性患者.多因素Fine&Gray模型纳入预测因子后,使用Lasso回归筛选变量,在训练集上拟合Cox比例风险、Logistic回归、Fine&Gray、随机森林和XGBoost模型,在测试集上分别用受试者工作特征(receiver operating characteristics,ROC)曲线下面积(area under the curve,AUC)和校准曲线评价模型区分度和校准度.结果:共纳入19 325例接受抗肿瘤治疗的乳腺癌患者,平均年龄(52.76±10.44)岁,中位随访时间 1.18 年[四分位距(interquartile range,IQR):2.71].7 856 例患者(40.65％)在乳腺癌诊断3年内发生CVD.Lasso回归筛选的预测因子为乳腺癌诊断年龄、居住地国内生产总值(gross domestic product,GDP)、肿瘤分期、高血压、缺血性心脏病及脑血管疾病既往史、手术类型、化疗类型、放疗类型.不考虑生存时间时,XGBoost模型的AUC显著高于随机森林模型[0.660(95％CI:0.644～0.675)vs.0.608(95％CI:0.591～0.624),P＜0.001]和 Logistic 回归[0.609(95％CI:0.593～0.625),P＜0.001],Logistic 回归和 XGBoost模型的校准度更好.考虑生存时间时,Cox比例风险模型和Fine&Gray模

作者：张云静；乔丽颖；祁萌；严颖；亢伟伟；刘国臻；王明远；席云峰；王胜锋

来源：北京大学学报（医学版） 2023 年 55卷 3期